Intrinsically-aligned machine learning PhD
内在对齐的机器学习博士项目博士
该项目由利华休姆信托基金资助,并与曼彻斯特大学合作,融合人类决策与人工智能的研究洞见,致力于创造一种新型的人工智能。与传统机器学习仅关注选择最准确模型不同,该方法提出了一种“内在对齐”的人工智能范式,在选择最佳模型时兼顾准确性、公平性与可解释性。项目利用人类决策过程中的研究成果来指导这些人工智能系统的设计,同时借助人工智能的成果反过来深化我们对人类决策机制的理解——使其更加透明且易于理解。这种双向互动旨在构建不仅性能优异,而且更加公平、更易理解的人工智能系统。
学费
该奖学金涵盖实验费用、生活津贴及学费。生活津贴按英国研究与创新署(UKRI)标准发放(2025/26学年现行标准为每年20,780英镑)。
申请要求
申请者须持有科学或技术领域的至少二等一学士学位(preferably MSc),具备良好的机器学习与深度学习基础,熟练掌握Python或PyTorch用于算法实现。需兼具独立工作与团队协作能力,并拥有优秀的中英文书面及口头沟通能力(特别强调英文写作能力)。此外,须对科研有强烈热情与投入精神。优先考虑具备多种深度学习架构知识、AI可解释性研究经验、相关领域发表记录、成功完成过相关项目,或在统计学、概率论及统计学习方面有扎实基础的申请者。
语言要求
雅思语言证书,总分6.5分(单项不低于6.0分),由认证考试中心在最近两年内签发。
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|
雅思 | 6.5 | 6.0 | 6.0 | 6.0 | 6.0 |
总数:71,L71,S71,R71,W71
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|
PTE | 71 | 71 | 71 | 71 | 71 |
开学与申请日期
2026
| 开学日期 | 申请开始日期 | 申请截止日期 | 申请状态 |
|---|
| 2026-01 | - | 2025-10-31 0天 | 已截止 |
课程描述
“Intrinsically-aligned machine learning”属于研究型博士,其培养通常以研究训练为主而非固定的大型授课模块。基础阶段可能涉及离散数学、程序设计基础、数据结构、计算机系统基础与统计学,用于明确数据、程序、算法与计算系统的研究边界、文献脉络与学术伦理。专业核心训练一般围绕算法设计与分析、数据库、软件工程、操作系统、计算机网络与数据处理展开,重点掌握表示、计算、存储、通信和评价机制,并通过建模、编程实现、复杂度分析、测试与迭代优化形成可检验的研究问题、方法路径与证据链。